חשבו גודל מדגם נדרש למחקר וניסויים, תוך התחשבות ברמת מובהקות ורווח סמך.
לא ניתן יהיה להבחין בין שיעורי המרה באזור האפור לבין קו הבסיס.
אחוז הזמן שהאפקט המינימלי יזוהה, אם הוא קיים
אחוז הזמן שההבדל יזוהה, אם הוא לא קיים
1,030
לכל וריאציה
מאפשר לך לחשב כמה נתונים נדרשים כדי לקבל תוצאות מובהקות סטטיסטית.
עוזר להפחית את הסבירות לטעות בניסויים ובבדיקות שיווקיות.
מייעל את תהליך איסוף הנתונים, ומבטל משאבים מיותרים לניתוח.
מחשבון גודל המדגם עוזר לקבוע כמה תצפיות נדרשות כדי לקבל תוצאות מובהקות סטטיסטית. זה חשוב לתכנון ניסויים, מחקרים ומבחנים שיווקיים.
המדגם צריך להיות מספיק גדול כדי שהתוצאות יהיו אמינות, אבל לא גדול מדי כדי למנוע בזבוז משאבים. הכלי שלנו לוקח בחשבון את רמת האמון, מרווח הטעות והשונות הצפויה בנתונים.
כלי זה שימושי עבור אנליסטים, חוקרים, משווקים וכל מי שעובד עם נתונים סטטיסטיים ורוצה לתכנן מחקר בצורה מיטבית.
גודל המדגם תלוי ברמת הביטחון הרצויה, מרווח השגיאה, גודל האוכלוסייה וגודל ההשפעה הצפויה (MDE). אפקטים גדולים יותר דורשים דגימות קטנות יותר, בעוד שאפקטים קטנים יותר דורשים דגימות גדולות יותר כדי לזהות.
רמת האמון (בדרך כלל 95%) מציינת עד כמה אתה בטוח בתוצאות שלך. מרווח הטעות הוא טווח אי הוודאות סביב ההערכה שלך. רמת ביטחון גבוהה יותר או מרווח טעות קטן יותר דורשים דגימות גדולות יותר.
השתמשו בגישה שמרנית - חלוקה שווה לשתי קבוצות בפרופורציות של 50/50.
אם האוכלוסייה מוגבלת, השתמשו בתיקון אוכלוסיה סופי ונסו למקסם את הכיסוי. במקרה של דגימות קטנות מאוד, השתמש בשיטות ניתוח לא פרמטריות ושקול כוח סטטיסטי מופחת.
אם תבחרו ב-MDE קטן מדי, תידרש מדגם ענק, מה שעלול להיות לא מעשי. אם תבחר ב-MDE גדול מדי, אתה עלול לפספס אפקטים קטנים אך חשובים. ה-MDE האופטימלי צריך לשקף את הערך העסקי או המחקרי של האפקט.
כוח סטטיסטי הוא ההסתברות לזהות השפעה אמיתית (אם היא קיימת) ולהימנע משגיאה מסוג II (שלילית כוזבת). הספק גבוה יותר (בדרך כלל 80% או יותר) דורש גודל מדגם גדול יותר כדי להבטיח שלא תפספס תוצאה משמעותית.
ככל שהשונות בנתוני האוכלוסייה (סטיית תקן) גדולה יותר, כך גודל המדגם הדרוש כדי להגיע לאותו דיוק גדול יותר. הסיבה לכך היא ששונות גדולה יותר מקשה על קבלת אומדן מדויק של ממוצע האוכלוסייה.
עבור מחקרים השוואתיים, אתה צריך חישוב גודל מדגם שמתחשב בהשפעה המינימלית שניתן לזהות (ההבדל הקטן ביותר שנראה לך חשוב) ועוצמה סטטיסטית כדי להבטיח שהניסוי שלך מסוגל לזהות את ההבדל הזה.
